谷歌悄悄更新Gemma 4 —— 這會是開源模型的維護未來嗎
谷歌靜默更新了Gemma 4，修復工具調用bug並通過Flash Attention 4將GPU提速高達70%。這迫使開發者重新評估凍結模型的範式。
谷歌發布了一個針對Gemma 4家族的隱秘更新，在NVIDIA Hopper GPU上啟用了Flash Attention 4，以減少首次輸出token的時間高達31%，並將處理速度提高了25-70%。該補丁解決了工具調用失敗和截斷問題，提升了電信代理場景的推理能力10.1%，同時將圖像解析度支援提高到2.51百萬像素。與標準行業實踐不同，谷歌在發布時使用了「Gemma 4」標籤，而不是「Gemma 4.1」，影響了包括12B版本在內的所有參數大小。這個決定引發了社區對模型可重複性的反彈，並使下游開發者的依賴管理變得複雜。